脑子里的“快”“慢”系统
“思考，快与慢”，正如书名所提到的，卡尼曼一上来就在书中把我们的认知系统划分为两个部分：“系统1”反应快速、依赖直觉，几乎不需要我们的努力就能完成任务；而“系统2”则懒惰，工作起来就需要我们集中注意力，但它也理性、精确。我们每天都在两个系统间切换。例如：一眼辨别两条线段的长短只要系统1工作即可，而估算几条线段的平均长度，则非要系统2出马不行。记住，系统1虽然不精确，但是却时刻待命，总能完成任务(尽管质量不敢恭维)。系统2却常常偷懒，精力有限，除非付出主观努力，否则很难做出点什么。在一个著名的实验中，科学家让我们观察一个打篮球的视频。其中，穿不同队服的人们不停地传球；我们需要数出一种颜色队服的人共传球几次。结果，视频中出现了一个穿大猩猩服装的演员，大部分人都会对他视而不见。计算传球占用了我们的系统2，发现大猩猩这样的任务就无法完成了。
这种差异，使我们的直觉充满错误。卡尼曼和其他科学家的实验表明：复杂而华丽的句子，让我们觉得信息量丰富、容易信服，尽管可能它们什么都没说；咬住一支铅笔保持微笑的表情，看待问题立刻乐观起来，因为大脑无法分辨自己是真的高兴，还是仅仅被一根小木棍抵住了嘴角———正是认知系统的这种不可靠，以及通常我们获得信息的不完备，让我们更可能依赖一些简单的办法完成日常生活中的认知任务。
另外一个“自己”
系统1就像另一个自己，当我们在面临选择和决策的阶段，我们往往无意识的受控于系统1，除非当你觉察到有什么不对，开始着手考虑更为基础和通用的数据来证明系统1的时候，系统2才会缓缓的开机启动，最后给出它的判断。
“在投资的世界里，我所用的方法论是这样排序的：逻辑（思考）、科学（验证）、经验（判断）、常识（类比）、感觉（猜测）、随大流（瞎闹）。毫无疑问，最后一种是必须要摈弃的。 对于其他几类方法，我们应该依据如上次序加以重视和使用。
究其原因，逻辑排名第一，是因为它不可被战胜；科学则是通过大量统计数据证实推断，因此排名第二。与科学相较，经验证实推断依据的是一定数量的数据，但数量尚难达到统计意义所需的量级，只能排在科学之后。常识的形成一般依靠观察到散点现象，或是其他相关领域的经验，感觉则属于既无推理也无数据、无计可施时所下的“结论”。
我想，无为总比随大流要好。而上述排序，理所当然。
在这里不妨引用一句韩愈的箴言：“行成于思毁于随。”所谓“思”，就是我们排位第一的逻辑思考，遵循逻辑先行，事易成，如若因循随俗随大流，则必毁业。但在两极之间还应该有一些“半对半错”的方法，也就是我们在两者之间加入的四种方法论。韩愈的时代尚无从选择“半对半错”的方法，而人类运用统计学和概率 论去研判“半对半错”的、不确定的未来可以追溯到法国哲学家布莱士•帕斯卡（Blaise Pascal）初步奠定的概率论，距韩愈时代已是千年之后。今天的我们受惠于此，则可以坐享其成了。”
这是之前所做的思考，与本书的观念遥相呼应，在复杂的世界里追求真理，往往殊途同归。
————————————————补充分割线————————————————
认知放松：在放松、愉悦的状态下，系统2更不愿意工作，人也因此更容易相信系统1给出的判断。因此清晰美观的字体、简洁明确的描述，甚至是一个朗朗上口的名字，都有助于让人信服。
典型性偏好：人们习惯从事物中发觉和选取典型性样本，不习惯进行汇总和统计。因此，估计一堆线段的平均长度比估计一堆线段的总长度要容易得多。
因果性解释：人们习惯于用因果关系解释自己观察到的现象，因此故事比统计概率更能说服我们。
随机性误解：在一个随机数序列中，8888888和8243296出现的概率是一样，但未经过统计学训练的人很难相信这一点。他们会倾向于用虚假的因果关系去解释他们认为不随机的事件。
回归现象：如果学生在日常练习中的成绩是围绕某个平均值波动的，那么一次特别突出的成绩后成绩多半下降，一次特别糟糕的成绩后成绩多半上升。但用因果关系去解释这一现象就会引发错误，比如得到结论说：批评比表扬更容易使人进步。
光环效应：我们对事件的判断受到与结论无关而与事件有联系的其他事物干扰。
锚定效应：人们在回答某些问题时会从一个初始值（锚定值）出发，在数值调整到自己认为正确的范围后停止。（比如估算珠峰上水的沸点时，会从100度向下调整。）但这种调整往往是不充分的。因此，当你可以给出锚定值时，你就可以影响人们的评估结果。在一个实际例子里，超市以9折促销汤罐头，有一半时间摆了“每人限购12罐”的牌子，这期间买了汤罐头的人平均购买7罐；另一半时间没有这个牌子，平均每人仅购买了3罐。
框架效应：同一事物的不同表述方式会让人产生不同的感受，比如“手术后3个月内的存活率是90%”和“手术后3个月内会有10%的病人死亡”，虽然两个表述的意思完全一致，但前者更容易引起受众的积极感受，哪怕受众都是医生（专业人士）。
启发式判断：处理自身不了解的问题时，人们倾向于找到一个简单或熟悉的问题，并用该问题的答案替代真正的答案。
可得性偏见：评估事件时，我们会给予自己有直观感受的部分更高的权重，即忽略或低估自己不了解的部分。比如，高估自己在团队工作中的贡献程度；高估经常被媒体报道的灾难或疾病的危险程度。
自信不可靠：比较可靠的专家知识来自于有规律可循的领域，并应通过长期训练积累而来，比如消防队员、护士，等等。在规律尚未被人类掌握的领域，自信的专家不会比猴子做得更好（作者所举的例子包括股票投资和社会政治）。
量化公式可靠：量化公式可以帮助修订主观判断的偏差。比如，有评分表帮助的面试官会比单靠主观判断的面试官做出更准确的面试判断。
前景理论：人们规避损失的愿望强于获得收益的愿望，即从损失100元得到的痛苦大于获得100元得到的快乐。从演化角度看，这是因为风险厌恶型的人更有可能生存下来。
前景理论推论：人们倾向于在获得收益时偏爱确定性，在遭受损失时甘冒风险。比如在100%获得900元和90%获得1000元之间选择前者，在100%损失900元和90%损失1000元之间选择后者。
禀赋效应：为另外一个重要的行为经济学家理查德 泰勒提出，人们会高估已经获得的物品的价值（因为厌恶损失），除非这个物品的主要属性就是交易（比如钱）。
峰终效应：在作者所举的实验中，被试的手被分两次放到冷水中，第一次60秒；第二次60秒+30秒，后面的30秒水逐渐升温，到最后就不那么刺骨了。让被试挑选一种方式再来一次时，多数人选择了90秒的那种！总的来说，人们对某段体验的记忆约等于体验的峰值强度和体验结束时强度的平均值。换言之，比起过程或过程长度，结局更为重要。
